CC BY
56
УДК 639.2.081.116
О. В. Григорьев, Ю. Б. Гребенщиков
НОВЫЕ СПОСОБЫ СБОРА И ОБРАБОТКИ ДАННЫХ ПО СЕЛЕКТИВНОСТИ РЫБОЛОВСТВА
Появление в последние годы новых методов анализа и оптимизации селективности рыболовства, расширение области применения математических моделей запас-промысел, применение многовариантных методов расчета потребовали изменения методик сбора и статистической обработки экспериментальных данных [1].
Использование статистических методов сбора и обработки экспериментальных данных предполагает случайность выбора исходных данных. Обычно данные исследований, связанных с селективностью рыболовства, полученные с многих судов и в разное время, отвечают этому требованию. Однако для уменьшения необходимого объема статистического материала и установления соответствующих закономерностей следует соблюдать некоторые правила, регламентирующие время и место сбора такого материала.
Так, для выявления закономерностей распределения соответствующих показателей во времени все материалы обычно группируют по годам, сезонам и месяцам и другим периодам времени. Для установления распределения показателей в пространстве целесообразна статическая обработка данных по квадратам, подрайонам, районам лова и т. д. Статистический метод поквадратной обработки информации служит для установления крупномасштабных статических закономерностей, хотя изменения показателей небольших масштабов (пространственных или временных) почти полностью теряются. При изучении процессов малых масштабов наиболее эффективна теория случайных функций. Для ее использования необходимы не разовые измерения, а измерения, позволяющие детализировать рассматриваемые показатели в пространстве и времени.
При изучении селективности рыболовства, с одной стороны, необходимо рассматривать и анализировать случайные измерения и случайно взятые реализации с помощью статистических методов для установления каких-то закономерностей распределения рассматриваемых показателей в пространстве и времени. С другой стороны, на основе уже известных закономерностей распределения показателей целесообразно проводить специально поставленные исследования.
Работы по селективности рыболовства приобретают все больший размах. Соответственно, сбор и обработку информации целесообразно проводить с учетом возможного получения такой информации в разное время и из разных мест, ее использования одновременно или неодновременно для решения разных задач, при различной последовательности использования материала.
На первом этапе предварительной обработки материалов исходные данные о селективности рыболовства обычно заносят в базы данных наблюдений. Предварительная обработка заключается в самой общей оценке данных, систематизации и обобщении материалов, собранных на различных этапах исследований, объединении информации по видам, районам и сезонам лова, первоначальной классификации материалов.
В процессе предварительной обработки данных создают массив информации. Такой массив должен содержать значения измеренных показателей, сведения о месте, времени и условиях измерения, расчета и введения в компьютер величин, которые можно определить на основе измеренных показателей. Это позволяет обрабатывать совместно и в различных комбинациях материалы различных судов, экспедиций, районов лова и т. д.
Независимо от конечной цели исследований в компьютер вводят вспомогательные (при-значные) данные и основную информацию об измеряемых или наблюдаемых величинах.
К вспомогательным данным относятся номер макета, год, месяц, дата, место измерения или наблюдения, наименование судна или промыслового участка, характеристики способа лова, объекта лова, условий внешней среды, величина улова и другие данные, которые влияют на селективность лова и промысла.
Основная информация должна содержать необходимые данные для получения характеристик размерного состава облавливаемых скоплений, кривых селективности и результатов селективного действия орудий лова и промысла, о влиянии селективности на эффективность и интенсивность рыболовства и т. д. По каждому из этих видов данных целесообразно иметь отдельные массивы информации.
Так, при исследовании селективных свойств орудий лова основная информация должна содержать первичные данные о полноте и сжатии тела рыбы сетными нитями, о рабочем относительном удлинении ячеи, о величине улова и т. д. Эти данные необходимы для определения параметров кривой селективности сетных мешков и сетей для различных объектов лова и условий лова и т. д. Естественно, что в этом случае в компьютер вводят и иную информацию.
К основной информации относятся также некоторые величины, которые рассчитывают по исходным данным - расчетные данные о плотности распределения размерного состава облавливаемых скоплений, о коэффициентах в формулах для определения параметров кривых селективности.
Таким образом, желательно создание одного или нескольких основных массивов информации, в которых, наряду с исходными данными, приводят измеренные величины и связанные с ними вычисленные величины.
В процессе предварительной обработки информации при необходимости разрабатывают дополнительные рабочие массивы информации.
Для удобства обмена информацией между учреждениями иногда разрабатывают несколько стандартных массивов информации. Такие массивы имеют различные номера, но одинаковые исходные данные.
За этапом предварительной обработки следует этап тематической обработки. Особенности тематической обработки зависят от характера решаемых задач. Поэтому прежде чем рассматривать некоторые особенности тематической обработки информации, опишем методику определения расчетного размерного состава облавливаемых скоплений, параметров кривых селективности, расчетных сроков и районов действия, регламентированных Правилами регулирования рыболовства показателей. С решением этих задач связана основная часть различных видов тематической обработки экспериментального и статистического материала.
Сложность определения расчетного размерного состава облавливаемых скоплений объясняется его колебаниями в пространстве и времени.
Иногда при оценке функции плотности распределения размерного состава g (I) определяют вид кривых и их параметры. Соответствие эмпирической кривой тому или иному закону устанавливают по правилам проверки гипотезы о виде функции. В более простом случае распределение размерного состава характеризуют модальной длиной и диапазоном размерного состава.
Колебания размерного состава и параметров кривой g (I) имеют разномасштабный характер. Можно выделить колебания g (I) от одного цикла лова к другому, колебания в течение суток, месяца, года, межгодовые колебания и т. д. В результате процесс колебаний параметров кривой g(I) представляют как совокупность независимых процессов различных масштабов с некоторой результирующей дисперсией, равной сумме всех дисперсий.
Рассматривая процесс колебаний различного масштаба, можно оценить особенности изменения распределения размерного состава во времени. Учитывая большую роль межгодовых колебаний размерного состава, необходимо, чтобы измерения охватывали ряд лет. При этом измерения должны попадать в различные периоды всех меньших по времени циклов.
Если колебания размерного состава различного размаха стационарны, то средние значения искомых параметров кривой нормального распределения установить несложно. С учетом существенных колебаний размерного состава в пространстве и времени, их различного масштаба, необходимо тщательно отбирать данные, чтобы выборочная средняя возможно меньше отличалась от среднего значения, рассчитанного для генеральной совокупности. Кроме средней арифметической величины, определяют также дисперсию, которая характеризует отклонение показателя от среднего значения. Если данные для определения среднего значения соответствующего показателя учитывают колебания различного масштаба, то эта дисперсия должна быть близка к результирующей дисперсии.
Более сложен случай, когда колебания размерного состава носят нестационарный характер. Для определения среднего значения и среднеквадратичного отклонения расчетного показателя в этом случае выделяют периоды стационарности (период осреднения), в пределах которых нестационарные изменения рассматриваемого показателя существенно меньше, чем случайные стационарные колебания.
Очень большими могут быть внутригодовые изменения размерного состава (например, от сезона к сезону). Такие изменения часто более значительны, чем межгодовые. При внутригодовых изменениях размерного состава иногда определяют внутригодовые периоды стационарности (месяц, группы месяцев, сезон лова). Необходимость деления года на периоды стационарности обычно определяют с учетом соотношения размаха закономерных годовых изменений размерного состава и размаха годовых колебаний, не связанных с годовым ходом. Последние выступают в данном случае в роли изменений случайного характера.
Иногда при обработке информации о размерном составе рыбы определяют не только периоды стационарности, но и оптимальные размеры промысловых участков (квадратов), оптимальное соотношение между периодами стационарности и размерами промысловых участков. Особенности решения этих задач рассмотрены в литературе.
Определение расчетного (осредненного) размерного состава облавливаемых скоплений за некоторый период промыслового времени в задачах контроля и регулирования селективности служит лишь первым этапом тематической обработки исходных данных. Такие данные используют для оценки текущих отклонений размерного состава от среднего и роли отклонения в нарушении процессов селективного отбора рыбы. Особенности учета и анализа таких отклонений зависят от характера решаемых задач и применяемых методов тематической обработки данных.
Значение имеет оценка расчетных параметров кривых селективности и самой кривой селективности. При неизменном материале и конструкции сетного мешка, вида рыбы на параметры кривой селективности влияют в основном характер поступления рыбы в сетный мешок, величина улова, размерный состав облавливаемых скоплений и скорость перемещения сетного мешка.
Колебания всех этих показателей могут быть внутримесячными, внутригодовыми и меж-годовыми, стационарными и нестационарными. Соответственно, такие же колебания характерны для параметров кривой селективности сетного мешка.
Расчетные значения параметров кривой селективности и периоды осреднения в этом случае можно найти по той же методике, что и расчетные параметры кривой размерного состава. Кроме того, в рассматриваемом случае факторы, влияющие на параметры кривой селективности, известны, и целесообразно, кроме того, определить зависимость искомых параметров от влияющих факторов и оценить тесноту связи между ними.
Иногда определяют не расчетные параметры кривой селективности, а расчетные значения коэффициентов, размера и деформации ячеи в выражениях для параметров кривой селективности. Методика решения задачи в этом случае остается прежней.
Рассмотренные соображения об оценке колебаний селективности сетных мешков в основном характерны и для сетей.
Одним из результатов контроля селективности является изменение Правил регулирования рыболовства в отношении селективности лова и других показателей, определяющих селективность рыболовства. Периодические и непериодические колебания размерного состава и кривой селективности вызывают, при заданном размере ячеи и промысловой мере на рыбу, колебания прилова пнп рыб непромысловых размеров и ухода пп через ячею рыб промысловых размеров, доли объячеенных и погибающих рыб после ухода из сетного мешка.
Однако колебания пнп и пп допустимы лишь в определенных пределах. Соответственно, необходима своевременная замена размера ячеи промысловой меры на рыбу или допустимого прилова рыб непромысловых размеров, если наблюдается регулярный выход пнп или пп за определенные пределы. Замена размера ячеи не должна быть частой, и ее увязывают или с применением сменных сетных мешков, или со сроком службы сетного мешка.
Размерный состав облавливаемых скоплений и параметры кривой селективности, которые, наряду с промысловой мерой на рыбу и размером ячеи, определяют величину пнп и пп, подвержены колебаниям. В общем случае необходимо учитывать внутригодовые (сезонные) и межгодовые изменения размерного состава g (I) и кривой селективности S (I). Иногда учитывают также их случайные колебания в течение суток, месяца, сезона, года, не связанные с месячным и годовым нестационарным изменением этих показателей. Особенности таких стационарных и нестационарных колебаний параметров функций g (I) и £ (I) рассмотрены выше.
При решении задачи о замене ячеи или промысловой меры на рыбу необходимо допускать определенный разброс значений пнп и пп . При случайных стационарных колебаниях g(I) и £(I) колебания пнп и пп подчиняются нормальному закону, и мерой допустимых колебаний
пнп и пп считают дисперсии [с^] и [а2] (или размах колебаний [Лнп] и [Лп]). С учетом указанных условий задача в общем случае решается следующим образом.
Если известны особенности колебаний g (I) и £ (I), то, используя выражения
для Пнп и пп , определяют колебания Пнп и пп , оценивают их дисперсии С^ и с2 с учетом случайных и неслучайных колебаний g (I) и £ (I) за некоторый промежуток времени. Далее методами дисперсионного анализа определяют, превышают ли фактические колебания, например пнп, допустимые колебания при некоторой доверительной вероятности за рассматриваемый промежуток времени. Тогда
с 2
нп < Ра , (1)
[с Р:
[Сп ]
где Ра - критерий Фишера для доверительной вероятности Р .
а
Если дисперсия [снп ] примерно вдвое меньше снп, то в пределах принятого промежутка времени можно использовать один и тот же размер ячеи или одну и ту же промысловую меру на рыбу. Найденный с учетом рассмотренной методики период действия того или иного регламентирующего селективность лова показателя является необходимым, но недостаточным условием. Следует учитывать и биологические предпосылки изменения этого показателя.
На этапе тематической обработки данных выполняют специализированные расчеты. Результаты расчетов используют для решения различных научных и практических задач селективности.
Тематическая обработка данных включает в себя простейшие статические расчеты; расчеты, связанные с анализом однородности статистического материала; с оценкой параметров эмпирических распределений; проверкой гипотезы о виде функции распределения; с интерполяцией и аппроксимацией; расчетами, в которых используются ранее установленные зависимости (специализированные расчеты).
К простейшим статистическим условно относят расчеты по определению средних и экстремальных значений показателей, простые вероятностные расчеты, различные выборки, сортировки и т. д.
Метод анализа однородности статистического материала для установления возможности объединения различных выборок в одну с целью дальнейшей обработки зависит от числа выборок и гипотетического закона распределения исследуемого параметра. Как известно из математической статистики, при двух выборках с нормальным законом распределения для проверки однородности применяют критерии Фишера и Стьюдента, а при большом числе выборок - методы дисперсионного анализа; при других законах распределения, кроме нормального, для двух выборок - критерии Вилкоксона и Смирнова, а для большого числа выборок - дисперсионный анализ.
Гипотезы о виде функции распределения (оценку соответствия эмпирического закона распределения теоретическому закону) проверяют с помощью качественных и количественных критериев.
Качественную проверку удобно выполнять по распределению экспериментальных точек на вероятностной бумаге. Соответствие эмпирического распределения теоретическому распределению устанавливают, сравнивая вид гистограммы с эталонными теоретическими кривыми плотности распределения исследуемого параметра. Количественную проверку гипотезы о виде функции распределения выполняют с помощью критериев Колмогорова, Пирсона и т. д.
Расчеты, связанные с интерполяцией и аппроксимацией экспериментальных данных, имеют большое значение в связи с всесторонним анализом материала о селективности рыболовства, прогнозированием регламентируемых показателей селективности.
К последнему виду тематической обработки принадлежит наибольшая группа специализированных расчетов. К ним относятся расчеты по определению параметров и функции кривой
селективности орудий лова и промысла, обоснованию размера ячеи, промысловобиологическому обоснованию допустимого прилова рыб непромысловых размеров и промысловой меры на рыбу, регулированию селективных свойств орудий лова и промысла и т. д.
Оценка точности экспериментальных значений показателей, имеющих отношение к селективности, необходима:
— для анализа погрешности определения показателей селективных свойств и селективности рыболовства, регламентирующих рыболовство показателей;
— оценки влияния различных факторов на регламентирующие селективность рыболовства показатели и другие показатели селективности;
— определения времени действия документов, ограничивающих рыболовство, и т. д.
Суммарная погрешность рассматриваемого показателя зависит от «природного» рассеяния значений показателя с0 за рассматриваемый период осреднения (год, сезон, месяц и т. д.); погрешности среднего значения из-за недостаточного количества данных в каждом квадрате с0 /Гп ; погрешности, обусловленной размерами самого квадрата /б/2л/л ; погрешности, зависящей от длительности периода осреднения у/4 :
Суммарную погрешность можно уменьшить или путем увеличения количества измерений или путем уменьшения Со .
Количество измерений в квадрате п существенно влияет на результат лишь при п < 5-10. Следовательно, суммарная ошибка в наибольшей степени зависит от рассеяния Со . Величину Со уменьшают в основном косвенным путем, сокращая рассматриваемые промежутки времени (периоды осреднения). Действительно, Со за весь год обычно значительно больше значения Со для сезона или для месяца. Однако деление года на периоды ограничено из практических соображений и потому, что рассеяние уменьшается лишь до каких-то пределов.
Очевидно, формулу (2) можно использовать также для оценки необходимого числа измерений с целью получения заданной точности результата. Суммарная погрешность результата колеблется практически от 1,9 Со при п = 1 до 1,12-1,17 Со при п = Ю-2о.
1. Мельников А. В., Мельников В. Н. Селективность рыболовства. - Астрахань: Изд-во АГТУ, 2005. - 376 с.
New ways of input data processing, taking into account fluctuations of the size composition of the harvested clusters, parameters of selectivity curves, terms and fishing areas are discussed in the paper. Changes in fishing rules in respect of the selectivity of fishing are also taken into consideration.
Key words: selectivity of fishing, size composition, parameters of selectivity curves.
(2)
СПИСОК ЛИТЕРАТУРЫ
Статья поступила в редакцию 21.02.2011
NEW WAYS OF DATA COLLECTING AND PROCESSING ON THE SELECTIVITY OF FISHING
O. V. Grigoriev, Yu. B. Grebenshchikov
